Mário Campos, Manuel João Ferreira, Teresa Martins ENERMETER – Sistemas de Medição, Lda. Tel.: +351 253 287 237 enermeter@enermeter.pt • www.enermeter.pt
O trabalho que aqui se apresenta teve como objetivo desenvolver uma ferramenta com capacidade para integrar informação de diversos espaços de cor e para a medição de desvios de cor. O desenvolvimento e industrialização da tecnologia de calibração e medição de cor, implementados neste projeto, resultaram numa nova solução que a ENERMETER pretende disponibilizar amplamente aos seus clientes. Estando já uma unidade instalada e em pleno funcionamento numa das fábricas do grupo Faurecia em São João da Madeira. Em especifico, nesta unidade fabril implementou-se um sistema para a inspeção da cor do pesponto em encostos de assentos de automóvel.
UREËWLFD
&$6( 678'<
Sistema de Análise de Cor para Têxtil Automóvel com Variação de Cor Equivalente ao do Sistema de Visão Humano rendo a sistemas de visão com caraterísticas tradicionais (câmara) ao invés de unidades mais complexas que recorrem ao processamento do espetro de cor visível. O presente artigo descreve um sistema de análise de desvio de cor baseado em caraterísticas extraídas de distintos espaços de cor e na aplicação de um classificador Bayesiano. Em específico, o sistema desenvolvido efetua o controlo a 100% da produção de encostos de cabeça de assentos de automóvel, verificando a conformidade da cor do pesponto com a definida pela produção. A Figura 1 mostra duas imagens de distintos pespontos, com tonalidades cinza, de encostos típicos deste setor industrial. A Figura 1a) apresenta o pesponto com uma tonalidade cinza mais clara num grupo de 5 tons de cinza, e a Figura 1b) é exemplificativa de uma tonalidade intermédia de cinza. Figura 1. Imagens típicas de pespontos de encostos de assentos de automóvel. a) Pesponto com tonalidade cinza mais claro num grupo de 5 tons de cinza; b) Tonalidade intermédia de cinza.
I. INTRODUÇÃO O aumento da competitividade, como consequência da economia globalizada, tem levado as empresas a uma procura contínua pela excelência na produtividade e qualidade dos seus produtos. A melhoria da produtividade tem sido auxiliada pela automação industrial, permitindo que as empresas produzam cada vez mais com um custo reduzido. No entanto, não é suficiente apenas incentivar ao aumento da produtividade, uma vez que é fundamental que o controlo de qualidade evolua de forma semelhante. Em alguns setores industriais uma das propriedades visuais mais definidoras dos atributos de qualidade dos materiais é a cor, tais como, têxtil, cerâmica e indústria automóvel. O recurso à integração de espaços de cor uniformes (CIE L*a*b*) e a processos de calibração “inteligentes” e adaptáveis começa a permitir efetuar medição de cor recor-
Distintos métodos podem ser encontrados na literatura para a gradação ou classificação de cor em superfície. Alguns destes métodos são abordagens não supervisionadas, recorrendo tipicamente aos Self-Organizing Maps (SOM) [1], enquanto outras recorrem a técnicas supervisionadas tais como lógica difusa [2], redes neuronais do tipo backpropagation [3] e a classificadores Bayesianos [4]. O classificador Bayesiano aplicado aos histogramas de cor de uma imagem tem apresentado bons resultados na combinação de cores e tem uma implementação e parametrização mais simples, o que é um fator importante quando se trata de aplicações industriais.